【伯克利 | 情感计算】大规模异构多媒体数据的情感计算:综述论文，37页pdf，171篇参考文献，Affective Computing for Large-Scale Heterogeneous Multimedia Data: A Survey

论文题目： Affective Computing for Large-Scale Heterogeneous Multimedia Data: A Survey

论文摘要： 数码摄影和社交网络的广泛普及使多媒体数据（即图像，音乐和视频）的数量迅速增长，从而导致对管理，检索和理解这些数据的巨大需求。 这些数据的情感计算（AC）可以帮助理解人类行为并实现广泛的应用。 在本文中，我们全面研究了用于大规模异构多媒体数据的最新AC技术。 我们通过介绍在AC中广泛使用的来自心理学的典型情感表示模型来开始本调查。 我们简要描述了用于评估交流算法的可用数据集。 然后，我们总结并比较了针对不同多媒体类型（即图像，音乐，视频和多模式数据）的AC的代表性方法，重点是基于手工特征的方法和深度学习方法。 最后，我们讨论了多媒体情感计算的一些挑战和未来的方向。